Глядя на список основных отечественных и зарубежных технологических стратегических тенденций и горячих направлений инвестиций в первой половине 2023 года, нет сомнений в том, что генеративный искусственный интеллект (далее именуемый «генеративный ИИ») является одной из наиболее привлекательных технологий. . С появлением ChatGPT эта новая технология достигла беспрецедентного повального увлечения. Все слои общества обсуждают связанные темы, не говоря уже о том, что технологические гиганты и производители искусственного интеллекта покинули отрасль. Чтобы не пропустить этот технологический праздник, лидеры некоторых отраслей и средства массовой информации сравнили волну генеративного искусственного интеллекта с возможностями мобильного Интернета прошлого, еще раз подчеркнув его потенциальную огромную ценность и влияние.
**По сравнению с традиционным ИИ, генеративный ИИ имеет четыре основных преимущества, которые делают его привлекательным, включая автоматизацию и повышение эффективности, персонализацию и настройку, творческие и инновационные возможности, а также объяснимость и прозрачность. **Это особенно важно для таких областей, как финансы и здравоохранение, где требуется объяснимость, помощь в построении доверия, соответствие нормативным требованиям и облегчение людям принятия и принятия системных решений.
Короче говоря, генеративный ИИ может создать огромную ценность для различных отраслей по всему миру за счет повышения эффективности производства, продвижения инновационных возможностей и изменения конкурентной среды.
**McKinsey прогнозирует, что ИИ в целом принесет мировой экономике положительный экономический эффект в размере до 25,6 триллионов долларов США, из которых вклад генеративного ИИ достигает 7,9 триллионов долларов США, что эквивалентно текущему совокупному ВВП мировая экономика (валовой внутренний продукт) 8% объема. **
Сценарий: Новые изменения в финансовой отрасли с помощью генеративного искусственного интеллекта
Генеративный ИИ привлек внимание и воображение людей во всем мире благодаря своей широкой практичности — его сверхспособность понимать естественный язык и создавать контент может использоваться практически кем угодно, что делает генеративный ИИ ИИ имеет значительные преимущества в повышении эффективности промышленного производства и продвижении продукции. инноваций и, как ожидается, в будущем разрушит существующую структуру различных отраслей промышленности по всему миру.
**С отраслевой точки зрения три отрасли, в которых генеративный ИИ приносит наибольшую ценность, — это высокие технологии, банковское дело и розничная торговля. **По оценкам McKinsey, к 2032 году генеративный искусственный интеллект будет ежегодно приносить мировой банковской отрасли примерно от 200 до 340 миллиардов долларов США новой стоимости (включая управление активами и благосостоянием, в дальнейшем собирательно именуемые «управление активами»). 10% от общего объема банковского сектора.Доля годового дохода достигает 2,8%-4,7%. В сочетании с ожидаемой годовой добавленной стоимостью от 50 до 70 миллиардов долларов США, создаваемой генеративным ИИ в страховой отрасли (что составляет примерно 1,8–2,0% годового дохода отрасли), мы ожидаем, что варианты использования генеративного ИИ будут использоваться в финансовая индустрия (банковское дело, страхование и т. д.) и управление активами), совокупная стоимость составляет примерно от 250 до 410 миллиардов долларов США.
**Можно заметить, что финансовая индустрия является одной из отраслей с наибольшим потенциалом для вариантов использования генеративного ИИ, как с точки зрения абсолютной стоимости, так и с точки зрения относительного потенциала роста. **Итак, как потрясающий генеративный искусственный интеллект сочетается с отраслевыми характеристиками для создания ценности? McKinsey отметила, что в настоящее время существует четыре наиболее распространенных метода применения, которые в совокупности принесут 75% общих преимуществ, получаемых от генеративного ИИ в финансовой отрасли.Мы суммируем их как «4C», а именно: уточнение контента/виртуальные эксперты (Concision). ), взаимодействие с пользователем (привлечение клиентов), генерация контента (генерация контента) и ускорение программирования (кодирование).
Что касается отраслей, в банковской сфере, с точки зрения очистки контента/виртуальных экспертов, повторяющиеся и утомительные задачи в финансовой сфере могут быть автоматизированы с помощью генеративного искусственного интеллекта, тем самым повышая эффективность финансовых специалистов, сокращая затраты и время используется для более ценной работы, а с помощью виртуальных экспертов сотрудники банка могут извлекать ценную информацию из неструктурированных данных, интерпретировать текст и быстро получать доступ ко всей соответствующей информации, такой как руководства по продуктам и политики, для мгновенного удовлетворения запросов клиентов и Эффективность работы может быть увеличена на 60%.
Другие типичные случаи использования включают в себя: обработку транзакций: автоматическую обработку финансовых транзакций, включая обработку заказов, расчеты и клиринг и т. д.; создание финансовой отчетности: автоматический сбор, организация и анализ финансовых данных, а также создание точных и своевременных финансовых отчетов, соответствующих требованиям. со стандартами бухгалтерского учета, помогая сократить время подготовки отчетов и уменьшить количество ручных ошибок, оценка рисков и проверки соответствия: автоматически анализировать большие объемы финансовых данных, выявлять потенциальные факторы риска и проводить проверки соответствия.
**Что касается взаимодействия с пользователем, генеративные системы искусственного интеллекта предоставляют пользователям персонализированные решения и поддержку, изучая и анализируя большой объем профессиональных знаний и человеческого опыта. **Финансовые компании могут соответственно предоставлять более персонализированные, эффективные и удовлетворительные услуги. Например, используя чат-ботов для установления контактов с клиентами и сбора данных, по крайней мере 80% взаимодействий с клиентами можно автоматизировать в ближайшие 5–10 лет. Другие типичные варианты использования включают: интеллектуальных помощников, персонализированные рекомендации и индивидуальные услуги, анализ настроений и мониторинг эмоций.
**Что касается генерации контента, генеративный ИИ может генерировать новый контент, такой как текст и визуальные иллюстрации, изучая и анализируя большие объемы текстовых, графических и аудиоданных, ускоряя процесс разработки контента на предприятиях финансовой отрасли. **Например, он может генерировать отчеты об анализе финансового рынка и персонализированную инвестиционную информацию; его можно использовать для разработки важных документов, таких как контракты и тендеры; его также можно использовать для написания рекламных текстов и маркетинговых материалов для банков, страхования, управления активами. и фирмы по ценным бумагам и т. д.
**В финансовой сфере, особенно в количественной торговле и управлении рисками, решающее значение имеет эффективное и точное написание кода. **Что касается ускорения программирования, генеративный ИИ может интерпретировать и генерировать код, а также ускорять процесс разработки программного обеспечения и уменьшать количество ручных ошибок за счет автоматического создания фрагментов кода, шаблонов и алгоритмов.
С функциональной точки зрения банковского дела варианты использования генеративного ИИ оказывают наибольшее влияние на четыре функции: распределение на передовой, операции с клиентами, технологии и юриспруденцию, риски, соблюдение требований и мошенничество, что составляет примерно 1% от общей потенциальной стоимости банка70. %. Использование генеративных инструментов искусственного интеллекта может повысить удовлетворенность клиентов, улучшить процесс принятия решений и качество обслуживания сотрудников, а также снизить риски за счет лучшего мониторинга мошенничества и других видов поведения.
**С точки зрения страховой отрасли, как важной части финансовой отрасли, а также с точки зрения 4C, генеративный искусственный интеллект принесет огромную пользу страхованию имущества и жизни. **
К ним относятся: повышение скорости и качества разработки программного обеспечения, значительное повышение эффективности работы специалистов по страховым случаям, повышение эффективности страховых брокеров и ценностного предложения для клиентов, а также значительное улучшение качества обслуживания клиентов по страхованию и т. д.
Что касается эффективности вариантов использования, McKinsey отметила, что затраты на компенсацию сложных претензий (например, судебных исков) можно сэкономить примерно на 25 %, точность выявления мошенничества и мошеннического страхования можно повысить примерно на 18 %, а 99 % Ожидается, что с помощью автоматизированных решений страховые компании сократят затраты на андеррайтинг на 10–20%.
**С точки зрения индустрии управления активами McKinsey также рассмотрела и обобщила применения 4C генеративного искусственного интеллекта. **Например, с точки зрения уточнения контента и виртуальных экспертов, информация может быть получена на основе неструктурированных данных и способствовать инвестиционным действиям, таким как поиск целей инвестирования. Например, глобальный поставщик деловой, финансовой и финансовой информации в США разработал свою собственную GPT: большую модель, обученную на сочетании данных в конкретных финансовых областях и общих данных; сосредоточенная на ответах на финансовые вопросы и анализе отчетности.
Другой пример: с точки зрения ускорения программирования американский многонациональный инвестиционный банк и компания, предоставляющая финансовые услуги, внутри компании использует инструменты искусственного интеллекта типа ChatGPT, чтобы помочь разработчикам писать код; с точки зрения создания контента североамериканская компания по управлению активами использует ChatGPT для ускорения контента. маркетингового обеспечения. Создавать, а также создавать инструменты визуализации или проверки данных. При взаимодействии с пользователем одна из крупнейших компаний по управлению фондами в США запустила бизнес по технологии регистрации с помощью искусственного интеллекта, который позволяет финансовым учреждениям создавать, проверять и утверждать публичные коммуникации с использованием собственных моделей НЛП. Все вышеперечисленные варианты использования генеративного ИИ охватывают бизнес-функции управления активами и учитывают потребности инвесторов и внутренних сотрудников компаний по управлению активами.
В конечном счете, генеративный ИИ может сыграть огромную роль в финансовой отрасли из-за четырех характеристик, которые сформировались в отрасли в течение длительного времени.В качестве примера можно привести банки: Во-первых, он связан с традиционной ИТ-архитектурой.На протяжении десятилетий банки инвестировали в технологии, накопили большое количество «технического долга» и изолированную и сложную ИТ-архитектуру; во-вторых, с точки зрения большого количества сотрудников, работающих с клиентами, банковская отрасль полагается на большое количество представителей бизнес-услуг; в-третьих, банковская часть бумажной работы является тяжелой и продуктивной. Влияние ИИ может охватить всю организацию, помогая всем сотрудникам писать электронные письма, создавать бизнес-презентации и выполнять другие задачи; плюс, поскольку банковское дело является строго регулируемой отраслью, оно сопряжено со значительным риском. , соответствие требованиям и юридические потребности.
**Подводя итог, можно сказать, что для финансовых учреждений генеративные приложения искусственного интеллекта могут повысить эффективность производства и сэкономить время и ресурсы за счет сокращения человеческих ошибок; в то же время они расширяют инновационные возможности и предоставляют конечным пользователям более качественные продукты и лучший опыт обслуживания. **
Инвестиции: промышленные перспективы с финансовой точки зрения
Благодаря бурному развитию генеративного искусственного интеллекта масштабы отрасли также быстро растут, привлекая инвесторов присоединиться к отрасли. По данным Bloomberg, выручка рынка генеративного искусственного интеллекта в 2022 году составит 40 миллиардов долларов США и, как ожидается, достигнет 399 миллиардов долларов США и 1,304 миллиарда долларов США в 2027 и 2032 годах соответственно. Совокупный темп роста с 2022 по 2032 год достигнет 42%.
Что касается китайского рынка, то, согласно данным China AI Digital Outlook 2021-2025, его масштаб в 2022 году составит примерно 66 млрд юаней, а совокупный темп роста с 2020 по 2025 год достигнет 84%. на долю 10% мирового рынка (217 миллиардов долларов США) 14%. С этой точки зрения генеративный искусственный интеллект не только создает огромную ценность для мировой экономики, но и сама отрасль также имеет огромные инвестиционные возможности.
**Цепочка создания стоимости генеративного ИИ состоит из шести звеньев, а именно выделенного оборудования, облачной платформы, базовой модели, модельного центра и MLOps, приложений и услуг. **При процветании технологий вся цепочка создания стоимости содержит огромные возможности. Однако исследования показывают, что существуют значительные различия в рыночных возможностях в каждом звене. Инвестиции в ресурсы, профессиональные знания и преимущества первопроходца в некоторых звеньях сформировали отраслевые барьеры и стать новыми участниками рынка, что является серьезным препятствием для инвесторов и малого бизнеса в расширении своего бизнеса.
Увеличение размера мирового рынка с 2022 по 2035 год будет в основном происходить за счет оборудования для обучения, рекламных приложений и программного обеспечения. Среди них совокупный годовой темп роста инфраструктурных услуг достигнет 60%, увеличившись на 244,8 миллиарда долларов США. Совокупный годовой темп роста рекламных приложений достиг 125%, увеличившись на 192,4 миллиарда долларов США.
В цепочке создания стоимости генеративного ИИ существуют следующие рыночные возможности, заслуживающие внимания:
**1. Выделенное аппаратное обеспечение: **Инфраструктура вычислительных мощностей, используемая в процессе обучения модели и вывода, имеет высокие рыночные барьеры и в основном занята крупными игроками.Ядро вычислительного оборудования — это вычислительные чипы, представленные графическими процессорами и TPU.
**2. Облачная платформа: **Платформа для доступа к вычислительной инфраструктуре и выполнения генеративных рабочих нагрузок искусственного интеллекта с относительно концентрированной долей рынка.
**3. Базовая модель: **Основное звено цепочки создания стоимости генеративного ИИ определяется профессиональными знаниями и затратами.Тенденция общего трека большой модели концентрируется, и в большой отраслевой модели все еще существует рыночный пробел. отслеживать.
**4. Центр моделей и MLOps: ** Инструменты для размещения, точной настройки и развертывания моделей. Гиганты и независимые поставщики образуют дифференцированную конкуренцию. Модельный центр и MLOps выполняют две необходимые задачи для создания приложений на основе базовых моделей: во-первых, model Склад предоставляет пространство для хранения базовых моделей и доступа к ним; второй — специализированный инструмент MLOps для тонкой настройки и развертывания базовых моделей в приложениях.
**5. Приложения: **Терминальные приложения, основанные на тонкой настройке больших моделей, — это путь, где стартапы имеют наибольшие возможности. Около половины компаний-единорогов, занимающихся генеративным ИИ, родились на этом рынке. Мы ожидаем, что в ближайшем будущем В перспективе это будет вертикальная категория. Развитие отрасли и конкретных функций, приложения, созданные на основе точно настроенных моделей, могут первыми выделиться.
**6. Сервис: **Все поставщики решений, предоставляющие услуги с добавленной стоимостью на основе типовых продуктов, монополизированы крупными производителями, но все еще существует рыночное пространство для участия мелких и средних игроков в вертикальной сфере.
Практический бой: как предприятия внедряют генеративный искусственный интеллект
**Во-первых, это изменение операционной модели. **Масштабное продвижение GenAI требует от предприятий проведения комплексной трансформации своих операционных моделей и внедрения ИИ во все аспекты своего бизнеса. При крупномасштабном внедрении приложений GenAI успешная операционная модель должна охватывать шесть основных аспектов: стратегическую дорожную карту, таланты, операционную модель, технологии, данные, а также применение технологий и управление изменениями.
Генеративный искусственный интеллект быстро развивается, и руководители компаний также изучают его ценность для бизнеса и потенциальные риски. Руководители компаний играют важную роль в том, чтобы заставить компании сосредоточиться на генеративном искусственном интеллекте. Многие из стратегий, которые руководители компаний должны учитывать, отправляясь на этот путь, соответствуют тому, как руководители предприятий реагировали на прошлые технологические волны.
Однако генеративный ИИ также создает уникальные проблемы, в том числе беспрецедентную скорость развития по сравнению с предыдущими технологическими изменениями и, как следствие, сложность реагирования.
С этой целью мы предоставляем краткое описание генеративного искусственного интеллекта для руководителей (см. рисунок выше).
Прежде чем принять решение о применении генеративного ИИ, учтите огромные затраты времени и ресурсов, необходимые для начала с нуля, метода проб и ошибок. и Опыт, избегать обходных путей и ловушек и достигать цели создания стоимости более быстро и экономично.
**Кроме того, стоит отметить, что генеративный ИИ обеспечивает новый импульс роста для всех сфер жизни, но имеет и определенные негативные последствия. ИИ и три других ключевых риска. **Предприятиям необходимо придавать этому большое значение и активно принимать меры для надлежащего предотвращения и управления им, минимизации потенциальных рисков и максимизации его ценности.
(Автор Цюй Сянцзюнь — старший партнер McKinsey по всему миру и глава консалтингового бизнеса финансовых учреждений Китая; Хан Фэн — глобальный партнер McKinsey; члены команды McKinsey Ху Ижун, Фан Хаосян, Фан Сиюань, Ли Цзинъяо, Сун Гэ , Цю Вайшань, Ван Чжэчэнь, Цзян Цзысян, Лу Чжицзюань и др. также внесли свой вклад в эту статью; исследователь Цайцзин Дин Янь также внес свой вклад в эту статью)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Будущее управления активами с помощью генеративного искусственного интеллекта
Источник: «Финансовый майский цветок» (ID: Caijing-MayFlower), автор: Цюй Сянцзюнь Хань Фэн
Глядя на список основных отечественных и зарубежных технологических стратегических тенденций и горячих направлений инвестиций в первой половине 2023 года, нет сомнений в том, что генеративный искусственный интеллект (далее именуемый «генеративный ИИ») является одной из наиболее привлекательных технологий. . С появлением ChatGPT эта новая технология достигла беспрецедентного повального увлечения. Все слои общества обсуждают связанные темы, не говоря уже о том, что технологические гиганты и производители искусственного интеллекта покинули отрасль. Чтобы не пропустить этот технологический праздник, лидеры некоторых отраслей и средства массовой информации сравнили волну генеративного искусственного интеллекта с возможностями мобильного Интернета прошлого, еще раз подчеркнув его потенциальную огромную ценность и влияние.
**По сравнению с традиционным ИИ, генеративный ИИ имеет четыре основных преимущества, которые делают его привлекательным, включая автоматизацию и повышение эффективности, персонализацию и настройку, творческие и инновационные возможности, а также объяснимость и прозрачность. **Это особенно важно для таких областей, как финансы и здравоохранение, где требуется объяснимость, помощь в построении доверия, соответствие нормативным требованиям и облегчение людям принятия и принятия системных решений.
Короче говоря, генеративный ИИ может создать огромную ценность для различных отраслей по всему миру за счет повышения эффективности производства, продвижения инновационных возможностей и изменения конкурентной среды.
**McKinsey прогнозирует, что ИИ в целом принесет мировой экономике положительный экономический эффект в размере до 25,6 триллионов долларов США, из которых вклад генеративного ИИ достигает 7,9 триллионов долларов США, что эквивалентно текущему совокупному ВВП мировая экономика (валовой внутренний продукт) 8% объема. **
Сценарий: Новые изменения в финансовой отрасли с помощью генеративного искусственного интеллекта
Генеративный ИИ привлек внимание и воображение людей во всем мире благодаря своей широкой практичности — его сверхспособность понимать естественный язык и создавать контент может использоваться практически кем угодно, что делает генеративный ИИ ИИ имеет значительные преимущества в повышении эффективности промышленного производства и продвижении продукции. инноваций и, как ожидается, в будущем разрушит существующую структуру различных отраслей промышленности по всему миру.
**Можно заметить, что финансовая индустрия является одной из отраслей с наибольшим потенциалом для вариантов использования генеративного ИИ, как с точки зрения абсолютной стоимости, так и с точки зрения относительного потенциала роста. **Итак, как потрясающий генеративный искусственный интеллект сочетается с отраслевыми характеристиками для создания ценности? McKinsey отметила, что в настоящее время существует четыре наиболее распространенных метода применения, которые в совокупности принесут 75% общих преимуществ, получаемых от генеративного ИИ в финансовой отрасли.Мы суммируем их как «4C», а именно: уточнение контента/виртуальные эксперты (Concision). ), взаимодействие с пользователем (привлечение клиентов), генерация контента (генерация контента) и ускорение программирования (кодирование).
Другие типичные случаи использования включают в себя: обработку транзакций: автоматическую обработку финансовых транзакций, включая обработку заказов, расчеты и клиринг и т. д.; создание финансовой отчетности: автоматический сбор, организация и анализ финансовых данных, а также создание точных и своевременных финансовых отчетов, соответствующих требованиям. со стандартами бухгалтерского учета, помогая сократить время подготовки отчетов и уменьшить количество ручных ошибок, оценка рисков и проверки соответствия: автоматически анализировать большие объемы финансовых данных, выявлять потенциальные факторы риска и проводить проверки соответствия.
**Что касается взаимодействия с пользователем, генеративные системы искусственного интеллекта предоставляют пользователям персонализированные решения и поддержку, изучая и анализируя большой объем профессиональных знаний и человеческого опыта. **Финансовые компании могут соответственно предоставлять более персонализированные, эффективные и удовлетворительные услуги. Например, используя чат-ботов для установления контактов с клиентами и сбора данных, по крайней мере 80% взаимодействий с клиентами можно автоматизировать в ближайшие 5–10 лет. Другие типичные варианты использования включают: интеллектуальных помощников, персонализированные рекомендации и индивидуальные услуги, анализ настроений и мониторинг эмоций.
**Что касается генерации контента, генеративный ИИ может генерировать новый контент, такой как текст и визуальные иллюстрации, изучая и анализируя большие объемы текстовых, графических и аудиоданных, ускоряя процесс разработки контента на предприятиях финансовой отрасли. **Например, он может генерировать отчеты об анализе финансового рынка и персонализированную инвестиционную информацию; его можно использовать для разработки важных документов, таких как контракты и тендеры; его также можно использовать для написания рекламных текстов и маркетинговых материалов для банков, страхования, управления активами. и фирмы по ценным бумагам и т. д.
**В финансовой сфере, особенно в количественной торговле и управлении рисками, решающее значение имеет эффективное и точное написание кода. **Что касается ускорения программирования, генеративный ИИ может интерпретировать и генерировать код, а также ускорять процесс разработки программного обеспечения и уменьшать количество ручных ошибок за счет автоматического создания фрагментов кода, шаблонов и алгоритмов.
С функциональной точки зрения банковского дела варианты использования генеративного ИИ оказывают наибольшее влияние на четыре функции: распределение на передовой, операции с клиентами, технологии и юриспруденцию, риски, соблюдение требований и мошенничество, что составляет примерно 1% от общей потенциальной стоимости банка70. %. Использование генеративных инструментов искусственного интеллекта может повысить удовлетворенность клиентов, улучшить процесс принятия решений и качество обслуживания сотрудников, а также снизить риски за счет лучшего мониторинга мошенничества и других видов поведения.
**С точки зрения страховой отрасли, как важной части финансовой отрасли, а также с точки зрения 4C, генеративный искусственный интеллект принесет огромную пользу страхованию имущества и жизни. **
К ним относятся: повышение скорости и качества разработки программного обеспечения, значительное повышение эффективности работы специалистов по страховым случаям, повышение эффективности страховых брокеров и ценностного предложения для клиентов, а также значительное улучшение качества обслуживания клиентов по страхованию и т. д.
Что касается эффективности вариантов использования, McKinsey отметила, что затраты на компенсацию сложных претензий (например, судебных исков) можно сэкономить примерно на 25 %, точность выявления мошенничества и мошеннического страхования можно повысить примерно на 18 %, а 99 % Ожидается, что с помощью автоматизированных решений страховые компании сократят затраты на андеррайтинг на 10–20%.
**С точки зрения индустрии управления активами McKinsey также рассмотрела и обобщила применения 4C генеративного искусственного интеллекта. **Например, с точки зрения уточнения контента и виртуальных экспертов, информация может быть получена на основе неструктурированных данных и способствовать инвестиционным действиям, таким как поиск целей инвестирования. Например, глобальный поставщик деловой, финансовой и финансовой информации в США разработал свою собственную GPT: большую модель, обученную на сочетании данных в конкретных финансовых областях и общих данных; сосредоточенная на ответах на финансовые вопросы и анализе отчетности.
Другой пример: с точки зрения ускорения программирования американский многонациональный инвестиционный банк и компания, предоставляющая финансовые услуги, внутри компании использует инструменты искусственного интеллекта типа ChatGPT, чтобы помочь разработчикам писать код; с точки зрения создания контента североамериканская компания по управлению активами использует ChatGPT для ускорения контента. маркетингового обеспечения. Создавать, а также создавать инструменты визуализации или проверки данных. При взаимодействии с пользователем одна из крупнейших компаний по управлению фондами в США запустила бизнес по технологии регистрации с помощью искусственного интеллекта, который позволяет финансовым учреждениям создавать, проверять и утверждать публичные коммуникации с использованием собственных моделей НЛП. Все вышеперечисленные варианты использования генеративного ИИ охватывают бизнес-функции управления активами и учитывают потребности инвесторов и внутренних сотрудников компаний по управлению активами.
В конечном счете, генеративный ИИ может сыграть огромную роль в финансовой отрасли из-за четырех характеристик, которые сформировались в отрасли в течение длительного времени.В качестве примера можно привести банки: Во-первых, он связан с традиционной ИТ-архитектурой.На протяжении десятилетий банки инвестировали в технологии, накопили большое количество «технического долга» и изолированную и сложную ИТ-архитектуру; во-вторых, с точки зрения большого количества сотрудников, работающих с клиентами, банковская отрасль полагается на большое количество представителей бизнес-услуг; в-третьих, банковская часть бумажной работы является тяжелой и продуктивной. Влияние ИИ может охватить всю организацию, помогая всем сотрудникам писать электронные письма, создавать бизнес-презентации и выполнять другие задачи; плюс, поскольку банковское дело является строго регулируемой отраслью, оно сопряжено со значительным риском. , соответствие требованиям и юридические потребности.
**Подводя итог, можно сказать, что для финансовых учреждений генеративные приложения искусственного интеллекта могут повысить эффективность производства и сэкономить время и ресурсы за счет сокращения человеческих ошибок; в то же время они расширяют инновационные возможности и предоставляют конечным пользователям более качественные продукты и лучший опыт обслуживания. **
Инвестиции: промышленные перспективы с финансовой точки зрения
Благодаря бурному развитию генеративного искусственного интеллекта масштабы отрасли также быстро растут, привлекая инвесторов присоединиться к отрасли. По данным Bloomberg, выручка рынка генеративного искусственного интеллекта в 2022 году составит 40 миллиардов долларов США и, как ожидается, достигнет 399 миллиардов долларов США и 1,304 миллиарда долларов США в 2027 и 2032 годах соответственно. Совокупный темп роста с 2022 по 2032 год достигнет 42%.
Что касается китайского рынка, то, согласно данным China AI Digital Outlook 2021-2025, его масштаб в 2022 году составит примерно 66 млрд юаней, а совокупный темп роста с 2020 по 2025 год достигнет 84%. на долю 10% мирового рынка (217 миллиардов долларов США) 14%. С этой точки зрения генеративный искусственный интеллект не только создает огромную ценность для мировой экономики, но и сама отрасль также имеет огромные инвестиционные возможности.
**Цепочка создания стоимости генеративного ИИ состоит из шести звеньев, а именно выделенного оборудования, облачной платформы, базовой модели, модельного центра и MLOps, приложений и услуг. **При процветании технологий вся цепочка создания стоимости содержит огромные возможности. Однако исследования показывают, что существуют значительные различия в рыночных возможностях в каждом звене. Инвестиции в ресурсы, профессиональные знания и преимущества первопроходца в некоторых звеньях сформировали отраслевые барьеры и стать новыми участниками рынка, что является серьезным препятствием для инвесторов и малого бизнеса в расширении своего бизнеса.
Увеличение размера мирового рынка с 2022 по 2035 год будет в основном происходить за счет оборудования для обучения, рекламных приложений и программного обеспечения. Среди них совокупный годовой темп роста инфраструктурных услуг достигнет 60%, увеличившись на 244,8 миллиарда долларов США. Совокупный годовой темп роста рекламных приложений достиг 125%, увеличившись на 192,4 миллиарда долларов США.
В цепочке создания стоимости генеративного ИИ существуют следующие рыночные возможности, заслуживающие внимания:
**1. Выделенное аппаратное обеспечение: **Инфраструктура вычислительных мощностей, используемая в процессе обучения модели и вывода, имеет высокие рыночные барьеры и в основном занята крупными игроками.Ядро вычислительного оборудования — это вычислительные чипы, представленные графическими процессорами и TPU.
**2. Облачная платформа: **Платформа для доступа к вычислительной инфраструктуре и выполнения генеративных рабочих нагрузок искусственного интеллекта с относительно концентрированной долей рынка.
**3. Базовая модель: **Основное звено цепочки создания стоимости генеративного ИИ определяется профессиональными знаниями и затратами.Тенденция общего трека большой модели концентрируется, и в большой отраслевой модели все еще существует рыночный пробел. отслеживать.
**4. Центр моделей и MLOps: ** Инструменты для размещения, точной настройки и развертывания моделей. Гиганты и независимые поставщики образуют дифференцированную конкуренцию. Модельный центр и MLOps выполняют две необходимые задачи для создания приложений на основе базовых моделей: во-первых, model Склад предоставляет пространство для хранения базовых моделей и доступа к ним; второй — специализированный инструмент MLOps для тонкой настройки и развертывания базовых моделей в приложениях.
**5. Приложения: **Терминальные приложения, основанные на тонкой настройке больших моделей, — это путь, где стартапы имеют наибольшие возможности. Около половины компаний-единорогов, занимающихся генеративным ИИ, родились на этом рынке. Мы ожидаем, что в ближайшем будущем В перспективе это будет вертикальная категория. Развитие отрасли и конкретных функций, приложения, созданные на основе точно настроенных моделей, могут первыми выделиться.
**6. Сервис: **Все поставщики решений, предоставляющие услуги с добавленной стоимостью на основе типовых продуктов, монополизированы крупными производителями, но все еще существует рыночное пространство для участия мелких и средних игроков в вертикальной сфере.
Практический бой: как предприятия внедряют генеративный искусственный интеллект
**Во-первых, это изменение операционной модели. **Масштабное продвижение GenAI требует от предприятий проведения комплексной трансформации своих операционных моделей и внедрения ИИ во все аспекты своего бизнеса. При крупномасштабном внедрении приложений GenAI успешная операционная модель должна охватывать шесть основных аспектов: стратегическую дорожную карту, таланты, операционную модель, технологии, данные, а также применение технологий и управление изменениями.
Генеративный искусственный интеллект быстро развивается, и руководители компаний также изучают его ценность для бизнеса и потенциальные риски. Руководители компаний играют важную роль в том, чтобы заставить компании сосредоточиться на генеративном искусственном интеллекте. Многие из стратегий, которые руководители компаний должны учитывать, отправляясь на этот путь, соответствуют тому, как руководители предприятий реагировали на прошлые технологические волны.
Однако генеративный ИИ также создает уникальные проблемы, в том числе беспрецедентную скорость развития по сравнению с предыдущими технологическими изменениями и, как следствие, сложность реагирования.
Прежде чем принять решение о применении генеративного ИИ, учтите огромные затраты времени и ресурсов, необходимые для начала с нуля, метода проб и ошибок. и Опыт, избегать обходных путей и ловушек и достигать цели создания стоимости более быстро и экономично.
**Кроме того, стоит отметить, что генеративный ИИ обеспечивает новый импульс роста для всех сфер жизни, но имеет и определенные негативные последствия. ИИ и три других ключевых риска. **Предприятиям необходимо придавать этому большое значение и активно принимать меры для надлежащего предотвращения и управления им, минимизации потенциальных рисков и максимизации его ценности.
(Автор Цюй Сянцзюнь — старший партнер McKinsey по всему миру и глава консалтингового бизнеса финансовых учреждений Китая; Хан Фэн — глобальный партнер McKinsey; члены команды McKinsey Ху Ижун, Фан Хаосян, Фан Сиюань, Ли Цзинъяо, Сун Гэ , Цю Вайшань, Ван Чжэчэнь, Цзян Цзысян, Лу Чжицзюань и др. также внесли свой вклад в эту статью; исследователь Цайцзин Дин Янь также внес свой вклад в эту статью)